error rate 錯誤率 :1 - accuracy (準確率 : )
overfitting 過擬合 :underfitting 欠擬合 ( )
hand-out 留出法 :資料集的處理方法。
stratified sampling : 分層取樣
cross validation : 交叉驗證
parameter tuning 調參 :
performance measure 效能度量
mean squared error 均方誤差
precision 查準率
recall 查全率 (召回率 ,準確率)
confusion matrix 混淆矩陣 :
break-even point bep 平衡點 :
threshold 閾值 :
cut point 截斷點 前一部分判正例,後一部分判反例。
機器學習(西瓜書)第二章
該筆記是在學習周志華老師 機器學習 這本書的過程中所做的筆記 part1經驗誤差與過擬合 精確度 1 錯誤率 泛化誤差 在新樣本上的誤差 過擬合 學習器把訓練樣本學得太好了,很可能已經把訓練樣本自身的一些特點當作了所有潛在樣本都具有的一般性質,這樣會導致泛化能力下降 產生過擬合的原因 學習能力太強了...
周志華西瓜書筆記 第二章
2.1 經驗誤差與過擬合 錯誤率 分類錯誤的樣本佔樣本總數的比例 精度 1 錯誤率 誤差 學習器的實際 輸出與樣本的真實輸出之間的差異 訓練誤差 學習器在訓練集上的誤差 泛化誤差 在新樣本上的誤差 過擬合 過度學習樣本非主要特徵導致學習器泛化能力下降 欠擬合 未完全學習樣本的特徵 過擬合難以避免,欠...
西瓜書 第二章模型評估與選擇
錯誤率 a 分類錯誤的樣本個數 m 樣本個數 精度 1 錯誤率 誤差 實際 輸出與樣本的真實輸出之間的差異 訓練誤差 經驗誤差 學習器在訓練集上的誤差 泛化誤差 學習器在新樣本上的誤差 注 我們希望得到泛化誤差小的學習器 過擬合 學習器的學習能力過於強大,把樣本中所包含的不太一般的特性學到了,導致的...